<![CDATA[Pengenalan emosi berbasis kecerdasan buatan (artificial intelligence-based emotion recognition) berkembang pesat seiring meluasnya penerapan pembelajaran mendalam pada domain suara, wajah, teks, dan sinyal multimodal. Meskipun jumlah publikasi meningkat tajam, peta struktur intelektual bidang ini siapa yang mendominasi, negara mana yang menjadi pusat kolaborasi, tema mana yang matang dan mana yang baru tumbuh belum banyak disajikan secara sistematis. Penelitian ini bertujuan memetakan perkembangan riset emotion recognition berbasis AI secara global melalui pendekatan bibliometrik. Data diperoleh dari basis data Scopus menggunakan kombinasi boolean yang menautkan istilah pengenalan emosi, metode kecerdasan buatan, dan modalitas emosi (wajah, suara, teks, multimodal), kemudian disaring berdasarkan tahun terbit (2021–2025), jenis dokumen (artikel), bahasa (Inggris), jenis sumber (jurnal), dan tahap publikasi (final), sehingga diperoleh 1.168 artikel dari 415 jurnal. Analisis dilakukan menggunakan perangkat lunak Biblioshiny (Bibliometrix) dan VOSviewer, mencakup analisis tren produksi ilmiah, analisis sitasi, hukum Bradford, jejaring co-occurrence kata kunci, peta tematik, peta kolaborasi negara, serta model daur hidup dan pertumbuhan kumulatif publikasi. Hasil menunjukkan produksi ilmiah tahunan meningkat konsisten dari 102 artikel (2021) menjadi 368 artikel (2025), dengan proyeksi puncak siklus hidup topik pada pertengahan tahun 2026 (R² = 0,987). India (339 dokumen) dan Tiongkok (267 dokumen) menjadi kontributor paling produktif, sementara IEEE Access (86 dokumen), Multimedia Tools and Applications (55), dan Applied Sciences (38) menjadi jurnal inti sesuai hukum Bradford (13 jurnal inti, R² = 0,9843). Jejaring co-occurrence kata kunci mengidentifikasi tiga klaster utama speech emotion recognition/deep learning, convolutional neural network/face recognition, dan klaster deskriptor demografis (human, emotion) yang dikonfirmasi oleh peta tematik sebagai tema motor (motor themes) dengan sentralitas dan densitas tinggi. Studi ini memberikan peta terkini struktur intelektual bidang emotion recognition berbasis AI serta mengidentifikasi celah penelitian pada integrasi multimodal lintas budaya dan generalisasi lintas dataset sebagai agenda riset masa depan.]]>
